采用圖像融合過(guò)程的多圖像復(fù)原.pdf

1、圖像復(fù)原的研究在圖像處理研究初始就已經(jīng)開(kāi)始了，但是由于圖像未知的退化過(guò)程，以及逆過(guò)程的病態(tài)性，使得圖像復(fù)原十分具有挑戰(zhàn)性，至今仍是一個(gè)被大量研究的熱點(diǎn)方向。
　　 按照?qǐng)D像退化的基本理論，圖像復(fù)原可分為點(diǎn)擴(kuò)散函數(shù)的估計(jì)和非盲反卷積兩個(gè)步驟。本文在這兩個(gè)步驟上都實(shí)現(xiàn)了創(chuàng)新。
　　 現(xiàn)有點(diǎn)擴(kuò)散函數(shù)的估計(jì)方法有使用單圖像的估計(jì)，也有使用多圖像的估計(jì)。本文的方法屬于采用多圖像的估計(jì)，該方法可以使用一張快速曝光的噪聲圖像來(lái)復(fù)原多張

2、運(yùn)動(dòng)模糊圖像。通過(guò)提取模糊圖像和噪聲圖像中局部相同對(duì)象的透明度，本文算法可以有效地估計(jì)模糊圖像的點(diǎn)擴(kuò)散函數(shù)。
　　 在已知點(diǎn)擴(kuò)散函數(shù)的情況下，使用非盲反卷積算法即可復(fù)原出清晰圖像。非盲反卷積是一個(gè)相對(duì)成熟的研究方向，但是研究表明，即使采用精確的點(diǎn)擴(kuò)散函數(shù)作為輸入，現(xiàn)有的反卷積也無(wú)法避免結(jié)果中存在的偽跡。本文在對(duì)圖像融合研究的基礎(chǔ)上，通過(guò)實(shí)踐創(chuàng)新性地將圖像融合加入到經(jīng)典反卷積算法中，使得在反卷積過(guò)程中，去模糊的同時(shí)也抑制反卷積產(chǎn)生

3、的偽跡，最終生成的結(jié)果圖像效果優(yōu)于經(jīng)典反卷積算法的結(jié)果。綜上所述，本文的工作和創(chuàng)新點(diǎn)可以歸納為：
　　 1.充分利用多圖像復(fù)原的信息量多的優(yōu)勢(shì)，提取模糊圖像和噪聲圖像中局部物體的透明度，并通過(guò)兩者求解出模糊圖像的點(diǎn)擴(kuò)散函數(shù)。算法可以輸入多張同場(chǎng)景的模糊圖像，并對(duì)多張模糊圖像進(jìn)行復(fù)原。
　　 2.將圖像融合加入到反卷積過(guò)程中，極大地抑制反卷積過(guò)程中產(chǎn)生的偽跡，使得結(jié)果圖像中恢復(fù)的信息更加準(zhǔn)確清晰。
　　 3.采用局